基于多特征融合的阵发性房颤自动检测算法的研究*

刘学森，张俊仕

(1.河南省驻马店市中心医院心内科，河南驻马店 463000；2.新疆医科大学，新疆乌鲁木齐 830011)

1 引 言

心房颤动简称为房颤[1],是一种常见的心血管疾病，主要特征为快速性心律失常。房颤容易诱发脑中风、血栓、心力衰竭等疾病，情况严重者会危及生命。现今，我国房颤患者高达1 000多万，随着居民生活质量的不断提升，房颤患者出现了明显的年轻化趋势，引起医学领域的极大关注[2]。

依据房颤发作持续时间，可以将其划分为三个阶段，分别为阵发性房颤、持续性房颤与永久性房颤。由于阵发性房颤具有发作持续时间短、复发率高、心电图难捕捉等特点，随着患者病程的延长，会逐步演化成持续性房颤或永久性房颤，威胁患者的生命[3]。故如何检测阵发性房颤被称为医学领域重点研究课题之一。心电图是常用的心血管疾病检测手段，主要是记录患者心脏活动发生电位变化曲线，以此来反映患者心脏情况。由于现有阵发性房颤自动检测算法提取心电特征过于单一，无法满足患者的医学检测需求，故本研究提出基于多特征融合的阵发性房颤自动检测算法研究。

2 阵发性房颤自动检测算法设计

2.1 心电信号降噪方法设计

心电信号采集过程中，由于受多种背景噪声的影响难以检测较微弱的心电信号，且严重的噪声环境会掩盖大量有效的疾病信息。心电信号中噪声通常包含工频干扰、肌电尾迹、电级接触噪声、内部噪声与随机噪声等[4]。为了更加精确地检测阵发性房颤，基于小波包分解算法对心电信号进行降噪处理[5]，步骤如下：